NO1.爬取小说文字并下载至text文档

from urllib import request
from bs4 import BeautifulSoup
import webbrowser

if __name__ == "__main__":
  url= 'http://www.biqukan.com/47_47404/17679470.html'
  webbrowser.open(url)
  head = {}
  head['User-Agent'] = 'Mozilla/5.0 (Linux; Android 4.1.1; Nexus 7 Build/JRO03D) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.166 Safari/535.19'
  requ = request.Request(url, headers = head)
  download_response = request.urlopen(requ)
  download_html = download_response.read().decode('gbk','ignore')
  soup_texts = BeautifulSoup(download_html, 'lxml')
  texts = soup_texts.find_all(id = 'content', class_ = 'showtxt')
  soup_text = BeautifulSoup(str(texts), 'lxml')

  #将\xa0无法解码的字符删除
  download_text = soup_text.div.text.replace('\xa0','')

  #将爬取结果写入文档中
  with open("爬虫.txt","w") as filename:
    filename.write(download_text)

转载于:https://www.cnblogs.com/kimi765096/p/8667197.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值